【摘 要】
：
为确定移动目标的位置,采用不同位置的多个无线传感器对目标所在方位角进行测定.通过映射建立与区域编号之间的联系,快速确定目标所在区域.运用基于角度的测量方法获取目标的水平位移增量和竖直位移增量,合成目标的位移,掌握目标不同时段的详细变化情况.对目标的移动趋势进行预测,根据趋势动态更新所围监测区域,对目标的移动进行有效监测.仿真结果表明,算法提高了能量的利用率,延长了网络的生存期,验证了算法的正确性.
【机 构】
：
成都理工大学工程技术学院电子信息与计算机工程系,四川乐山614000
论文部分内容阅读
为确定移动目标的位置,采用不同位置的多个无线传感器对目标所在方位角进行测定.通过映射建立与区域编号之间的联系,快速确定目标所在区域.运用基于角度的测量方法获取目标的水平位移增量和竖直位移增量,合成目标的位移,掌握目标不同时段的详细变化情况.对目标的移动趋势进行预测,根据趋势动态更新所围监测区域,对目标的移动进行有效监测.仿真结果表明,算法提高了能量的利用率,延长了网络的生存期,验证了算法的正确性.
其他文献
阐述新能源汽车与智能控制技术方向的相关课程在研究生新和实践能力培养中占有重要地位.从新能源汽车与智能控制技术的发展现状出发,探讨存在的问题,结合研究生教育中,缺乏创新性思维以及实践经验的问题,提出提高研究生创新和实践能力培养的措施,制定新的教改方案,从而实现培养方式、企业合作、实践基地的建设.
基于教学实践的案例分析,阐述项目教学法对教学实践能力的培养,探讨项目教学法的特点,在职业教育案例中的实训教学应用,包括项目任务设计、教学模块设计、方案实施.
针对现有基于信号特征的硬件木马检测方法中存在木马特征集单一、检测精度低和普适性差等问题,提出一种基于多信号特征融合的硬件木马识别方法.通过分析硬件木马的隐藏性,建立触发节点植入与载荷节点植入的硬件木马隐藏性模型,构造低静态翻转率、低动态翻转率、低组合0可控性、低组合1可控性和低组合可观察性的硬件木马特征集,利用KNN算法建立硬件木马检测模型.实验结果表明,该方法达到了98.23％ 的木马信号平均识别率,与文献[3]和文献[15]相比,分别提高了16.30％ 和10.24％,大幅提升了木马检测能力.
为在具有不稳定网络拓扑结构的车载边缘环境下实现车载任务的顺利卸载,提出一种基于动态优先级的最早完成时间卸载策略.根据车辆的速度、位置以及周围资源的使用状态等多种实时的信息筛选出可用卸载资源,以任务自身属性与可用资源的实际匹配程度作为基础为任务选择合适的卸载策略,实现任务流的完成时间最小化.实验结果表明,与其它策略相比,提出策略可以有效降低任务流的完成时间.
为深入研究GAN这一热点模型,对基本GAN模型的原理、优点以及存在的问题进行分析;介绍GAN的发展以及不同的衍生模型,进一步说明GAN模型所做贡献,由此提出未来GAN衍生的改进方向的建议;描述GAN模型在图像、目标检测、文本合成、信息安全等各个领域的应用现状,总结其应用优势、局限性,针对其存在的问题,提出一些改善方法;对本文进行总结以及对该领域未来的研究方向提出一些展望.
为分析临床脑卒中经颅多普勒超声(T CD)数据的实例相关代价敏感特性,提出一种基于实例代价的旋转森林算法.针对T CD数据构造多维组合特征;根据年龄设计适用于脑卒中的实例相关代价矩阵;构建实例相关代价敏感组合旋转森林分类模型(ECS_CROF),利用主成分分析、线性判别分析得到两个新的映射数据,组合原始数据分别训练基分类器得到3个独立的子分类器.将提出的ECS_CROF模型用于TCD非平衡数据的分类.实验结果表明,与已有的方法相比,ECS_CROF的成本节约量有一定提升,可以辅助医生更有效地做出诊断.
为提升无线传感器网络簇头分布效果及簇头节点选取质量,提出基于节点间距离改进的K均值聚类路由协议算法.通过节点间最远距离及各节点距离对比方法,确定出K个规模差异小的簇群;根据不同簇群的位置、节点数目和总能量的差异,簇头选举阶段引入能量因子、质心因子和距离因子提高选取的簇头质量.实验结果表明,在网络区域内簇群分布均匀,簇头选取质量更佳,能够有效均衡全网能量,达到延长网络生命周期的目的.
针对工控入侵检测系统数据质量低、模型优化差等问题,提出一种基于特征增强和优化支持向量机(LMDRT-AWPRPSO-SVM)的工控入侵检测方法,从数据和模型两方面进行改进.数据方面,针对工控系统缺乏高质量数据,通过对数边际密度比变换(LMDRT)生成新的数据特征,提高数据的质量;模型方面,为解决SVM参数优化过程中易陷入局部极小等问题,采用种群聚集度指导权重自适应变化和粒子重构策略改进粒子群算法(AWPRPSO),增强优化算法搜索能力.使用工控标准数据集进行实验,其结果表明,该方法提高了数据的质量,优化了
为减少Io T中负载均衡时带来的服务时延,提出一种面向Io T的低时延云雾混合网络架构及其负载均衡策略.构建云雾混合网络,将物联网设备的有限功能要求应用程序合理分配到云和雾计算中;将物联网服务请求的均衡建模成一个优化问题,最小化服务请求的总时延,设计相应的约束条件;利用改进的蝙蝠算法(B A)求解云雾网络负载均衡优化问题,将每个边缘终端分配到距离最近的雾设备上,合理分配云雾计算资源,实现服务总时延最小.基于离散事件仿真器构建仿真模型对所提策略进行实验测试,结果表明相比于其它策略,所提策略的总时延降低了20
综合考虑鲸鱼优化算法(WOA)在安全路由协议多维目标函数优化中的普适性和狮子算法(LA)收敛速度的高效性,建立一个优化的安全路由协议模型.不同角度分析影响路由协议安全性的信任度、能量、链路维持时间、时延、移动性等定量参数,建立相应的归一化多维目标优化函数;在该多维目标函数求解中,用WOA实现目标值的本地识别、包围与靠近,用LA算法实现区域搜索,提高算法的全局收敛速度和可靠性.通过对比仿真验证了所提算法的收敛速度和优化质量均高于其它算法.